不可比空间上时间序列的对齐
机器学习
2021-02-24 v2 机器学习
摘要
动态时间规整（DTW）是一种用于对齐、比较和组合时间序列的有用方法，但它要求时间序列位于可比较的空间中。在本工作中，我们考虑一种时间序列位于不同空间且没有合理底度量的设定，导致 DTW 变得无定义。为缓解此问题，我们提出 Gromov 动态时间规整（GDTW），一种位于潜在不可比空间上的时间序列之间的距离，它通过考虑内部关系几何来避免可比较性要求。我们展示了其在对齐、组合和比较不可比空间上时间序列的有效性。我们进一步提出 GDTW 的平滑版本作为可微损失，并在多种设定中评估其性质，包括重心平均、生成建模和模仿学习。
引用
@article{arxiv.2006.12648,
title = {Aligning Time Series on Incomparable Spaces},
author = {Samuel Cohen and Giulia Luise and Alexander Terenin and Brandon Amos and Marc Peter Deisenroth},
journal= {arXiv preprint arXiv:2006.12648},
year = {2021}
}